حسین دلاوری – پژوهشگر حوزه هوش مصنوعی

هند باوجود محدودیت‌های اقتصادی آشکار، در سال‌های اخیر به پیشرفت چشمگیری در عرصه هوش مصنوعی دست‌یافته و خود را از یک مصرف‌کننده صرف، به یک بازیگر شکل‌دهنده به این حوزه تبدیل کرده است. این موفقیت تصادفی نبوده، بلکه محصول یک راهبرد عملی و مردم‌محور است که بر دو اصل کلیدی استوار شده: یکی گسترش دسترسی از طریق مدل‌های مصرفی کم‌هزینه، و دیگری سرمایه‌گذاری بلندمدت بر نیروی انسانی فنی. بررسی این رویکرد، به‌ویژه برای کشورهایی که با محدودیت دسترسی به سرمایه و فناوری‌های پیشرفته مواجه‌اند، می‌تواند حاوی درس‌های راهبردی ارزشمندی باشد.

هسته اصلی موفقیت: اولویت‌دهی به کاربرد و دسترسی گسترده

کلید پیشرفت هند در هوش مصنوعی، نه در رقابت مستقیم با پیشتازان جهانی در تحقیقات بنیادی، بلکه در تمرکز بر کاربردهای عملی و مقیاس‌پذیر این فناوری در زندگی روزمره میلیون‌ها نفر نهفته است. دولت هند باتکیه‌بر موفقیت زیرساخت‌های دیجیتال عمومی قبلی خود مانند سامانه شناسایی بیومتریک «آدهار» و سامانه پرداخت یکپارچه، هوش مصنوعی را نیز به‌عنوان یک ابزار توسعه‌ای برای حل مسائل ملموس در کشاورزی، سلامت و خدمات اداری ترویج می‌کند. این نگرش باعث می‌شود هوش مصنوعی از یک کالای لوکس و تخصصی به یک خدمت کاربرپسند و فراگیر تبدیل شود. در این راستا، دو مؤلفه به‌هم‌پیوسته، موتور محرکه این راهبرد را تشکیل می‌دهند.

مؤلفه اول، ابداع «مدل بسته‌های کوچک» برای دسترسی مصرف‌کنندگان است. این ایده از انقلاب مصرفی هند در دهه ۱۹۸۰ الهام گرفته شده، جایی که فروش محصولات بهداشتی در بسته‌های کوچک و بسیار ارزان، بازار عظیمی از جمعیت کم‌درآمد را به مصرف‌کننده تبدیل کرد. امروزه این مفهوم به حوزه هوش مصنوعی تسری یافته است. به‌جای اشتراک‌های ماهانه گران، راهکار ارائه خدمات هوش مصنوعی برای کاربردهای خرد و خاص با قیمتی ناچیز مطرح شده است. برای مثال، یک مغازه‌دار می‌تواند با پرداخت مبلغی ناچیز، از یک سرویس متن‌خوان برای تحلیل تصویری فاکتورهایش و مدیریت خودکار موجودی استفاده کند. پروژه پایلوت «IndiaAI Compute Pillar» نیز با ارائه قدرت محاسباتی به قیمت کمتر از یک دلار در ساعت به پژوهشگران، در راستای آزمودن همین مفهوم حرکت می‌کند. هدف، کاهش شدید مانع هزینه و ایجاد تقاضای انبوه است.

مؤلفه دوم، طراحی یک «نقشه راه توسعه استعداد» هوشمندانه است. هند می‌داند که رقابت برای جذب تعداد محدود نخبگان جهانی هوش مصنوعی راهکار مقیاس‌پذیری نیست؛ بنابراین، تمرکز اصلی خود را بر تربیت نیروی متخصص میان‌رشته‌ای و کاربردی گذاشته است. این به معنای آموزش نه‌تنها مهندسان، بلکه مدیران محصول، تحلیل‌گران حوزه صنعت و متخصصانی است که بتوانند پل بین قابلیت‌های فنی و نیازهای واقعی بخش‌های مختلف اقتصاد باشند.

نقش دولت در اینجا حیاتی است: دولت با ایفای نقش «مشتری اول» و به‌کارگیری راه‌حل‌های هوش مصنوعی در خدمات عمومی، هم بازار اولیه ایجاد می‌کند و هم با نمایش فایده، اعتماد و تقاضا را در جامعه برمی‌انگیزد. تلاش برای فراگیر ساختن دسترسی به زیرساخت از طریق ارائه منابع محاسباتی ارزان به مراکز آموزشی در شهرهای کوچک‌تر نیز در همین چارچوب قرار می‌گیرد.

تبدیل محدودیت به فرصت

مدل هند به دلایلی می‌تواند الهام‌بخش باشد. اولاً، این مدل بر خوداتکایی نسبی و توسعه مبتنی بر نیازهای داخلی تأکید دارد. دیگر کشورهای در حال توسعه همچون ایران نیز می‌توانند با اولویت‌دهی به کاربرد هوش مصنوعی در حل چالش‌های داخلی مانند مدیریت منابع آب، بهینه‌سازی انرژی یا توسعه خدمات سلامت از راه دور، هم ارزش ایجاد کنند و هم بستری برای رشد و بلوغ شرکت‌های داخلی فراهم آورند.

ثانیاً، اقتصاد مقیاس و بازار داخلی بزرگ در ایران، مشابه هند، امکان آزمایش و توسعه مدل‌های کم‌هزینه «بسته کوچک» را برای خیل عظیم کسب‌وکارهای خرد و متوسط فراهم می‌سازد.

ثالثاً، سرمایه انسانی جوان و علاقه‌مند کشور، یک مزیت اولیه مشترک است. کلید موفقیت، ایجاد یک مسیر آموزشی شفاف برای تبدیل این استعداد خام به نیروی متخصص کاربردی است که بر مهارت‌هایی که پیونددهنده فناوری به حوزه‌های تخصصی ملی هستند، تأکید داشته باشد.

بااین‌حال، این مسیر بدون چالش نیست. وابستگی به سخت‌افزارهای پردازشی پیشرفته و نیمه‌هادی‌ها که بخش عمده‌ای از آن هنوز وارداتی است، نقطه آسیب‌پذیر مهمی هم برای هند و به‌طریق‌اولی برای ایران محسوب می‌شود.

این موضوع در شرایط تحریم می‌تواند شدیدتر هم باشد و نیازمند راهبردهای جانبی مانند بهینه‌سازی الگوریتم‌ها برای سخت‌افزارهای در دسترس یا دیپلماسی فناوری هدفمند است. همچنین، خطر تعمیق شکاف دیجیتال و ایجاد یک جدایی پایدار بین برخورداران و غیربرخورداران دسترسی به این فناوری، تهدیدی جدی است که موفقیت کل پروژه را تحت‌تأثیر قرار می‌دهد. حکمرانی هوشمند برای ایجاد تعادل بین نظارت، امنیت و فضای نوآوری، و نیز طراحی سازوکارهایی برای حفظ استعدادهای تربیت‌شده در کشور، از دیگر چالش‌های پیش‌روی این مدل توسعه‌ای است.

در مجموع، تجربه هند نشان می‌دهد که پیشرفت در عرصه فناوری‌های پیشرفته لزوماً نیازمند نسخه‌برداری از مدل‌های غربی نیست. هند باتکیه‌بر شرایط بومی خود، هوش مصنوعی را از برج عاج به میان مردم آورده و آن را به ابزاری برای توسعه تبدیل کرده است. برای ایران نیز شاید اصلی‌ترین درس، بازتعریف هوش مصنوعی به‌مثابه یک «فناوری تسهیل‌گر توسعه» و تمرکز بر خلق راه‌حل‌های کم‌هزینه، پرتأثیر و مقیاس‌پذیر برای جامعه باشد. در این مسیر، سرمایه‌گذاری بر انسان‌ها و ایجاد بسترهای نهادی برای نوآوری، از سرمایه‌گذاری صرف بر فناوری مهم‌تر خواهد بود.